Demographic and socioeconomic patterns in the risk of alcohol‐related hospital admission in children and young adults with childhood onset type‐1 diabetes from a record‐linked longitudinal population cohort study in Wales
Notice bibliographique
Résumé
BACKGROUND: Little is known about alcohol-related harm in children and young adults with type 1 diabetes (T1D). Education on managing alcohol intake is provided to teenagers with T1D in paediatric clinics in Wales, but its effectiveness is unknown. We compared the patterns in risk of alcohol-related hospital admissions (ARHA) between individuals with and without childhood-onset T1D. METHODS: We extracted data for 1 791 577 individuals born during 1979 to 2014 with a general practitioner registration in Wales, and record-linked the demographic data to ARHA between 1998 and June 2016 within the Secure Anonymised Information Linkage Databank (SAIL). Linkage to a national T1D register (Brecon Cohort) identified 3575 children diagnosed aged <15 years since 1995. We estimated hazard ratios (HRs) with 95% confidence intervals (95% CIs) for the risk of ARHA using recurrent-event models, including interaction terms. RESULTS: Individuals with T1D had a higher riskof ARHA (HR: 1.78; 95% CI: 1.60-1.98), adjusted for age group, sex, and deprivation. The risk in people with diabetes was highest aged 14 to 17 years, around three times higher than the peak in non-T1D aged 18 to 22. Females with diabetes had a lower risk generally. The association between deprivation and ARHA was weaker in the T1D group. CONCLUSION: Young people with T1D had increased risks of ARHA, particularly at school age, and smaller socioeconomic inequalities in ARHA. A review of interventions to reduce alcohol-related harm in T1D is needed, perhaps including modification of current education and guidance for teenagers on managing alcohol consumption and reviewing criteria for hospital admission.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».